【动手学习深度学习】逐行代码解析合集
13图像卷积
视频链接:动手学习深度学习–图像卷积
课程主页:https://courses.d2l.ai/zh-v2/
教材:https://zh-v2.d2l.ai/
1、二维互相关运算
import torch
from torch import nn
from d2l import torch as d2l
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
"====================1、二维互相关运算===================="
# X为输入,K为核矩阵
def corr2d(X, K): #@save
"""计算二维互相关运算"""
h, w = K.shape # 核矩阵的行数和列数
# 对输出矩阵Y进行初始化
Y = torch.zeros((X.shape[0] - h + 1, X.shape[1] - w + 1))
# 遍历Y的每一行每一列,对Y进行赋值
for i in range(Y.shape[0]):
for j in range(Y.shape[1]):
# X选中区域 与 卷积核K 相乘求和,得到矩阵Y对应位置的值
Y[i, j] = (X[i:i + h, j:j + w] * K).sum()
return Y
# 分别对X和K赋值
X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]])
K = torch.tensor([[0.0, 1.0], [2.0, 3.0]])
# 带入函数中求输出值
print(corr2d(X, K))
'''
输出:
tensor([[19., 25.],
[37., 43.]])
'''
2、卷积层
"====================2、卷积层===================="
class Conv2D(nn.Module):
def __init__(self, kernel_size):
super().__init__()
# 对卷积核权重和标量偏置进行初始化,kernel_size为卷积核的大小
self.weight = nn.Parameter(torch.rand(kernel_size))
self.bias = nn.Parameter(torch.zeros(1))
def forward(self, x):
# x与weight作互相关运算,加上偏置项
return corr2d(x, self.weight) + self.bias
3、图像中目标的边缘检测
构造一个6×8像素的黑白图像,中间四列为黑色(0),其余像素为白色(1)
"====================3、图像中目标的边缘检测===================="
# 构造一个6×8像素的黑白图像,中间四列为黑色(0),其余像素为白色(1)
X = torch.ones((6, 8))
X[:, 2:6] = 0
# print(X)
'''
输出:
tensor([[1., 1., 0., 0., 0., 0., 1., 1.],
[1., 1., 0., 0., 0., 0., 1., 1.],
[1., 1., 0., 0., 0., 0., 1., 1.],
[1., 1., 0., 0., 0., 0., 1., 1.],
[1., 1., 0., 0., 0., 0., 1., 1.],
[1., 1., 0., 0., 0., 0., 1., 1.]])
'''
# 构造一个高度为1,宽度为2的卷积核K
K = torch.tensor([[1.0, -1.0]])
# 当进行互相关运算时,如果水平相邻的两元素相同,则输出为零,否则输出为非零。
Y = corr2d(X, K)
# print(Y)
# 输出Y中的1代表从白色到黑色的边缘,-1代表从黑色到白色的边缘,其他情况的输出为0
'''
输出:
tensor([[ 0., 1., 0., 0., 0., -1., 0.],
[ 0., 1., 0., 0., 0., -1., 0.],
[ 0., 1., 0., 0., 0., -1., 0.],
[ 0., 1., 0., 0., 0., -1., 0.],
[ 0., 1., 0., 0., 0., -1., 0.],
[ 0., 1., 0., 0., 0., -1., 0.]])
'''
# 将输入的二维图像转置,再进行如上的互相关运算。
# 之前检测到的垂直边缘消失了。这个卷积核K只可以检测垂直边缘,无法检测水平边缘。
print(corr2d(X.t(), K))
'''
输出:
tensor([[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.],
[0., 0., 0., 0., 0.]])
'''
4、学习由X生成Y的卷积核
"====================4、学习由X生成Y的卷积核===================="
# 构造一个二维卷积层,它具有1个输出通道和形状为(1,2)的卷积核
conv2d = nn.Conv2d(1,1, kernel_size=(1, 2), bias=False)
# 这个二维卷积层使用四维输入和输出格式(批量大小、通道、高度、宽度),
# 其中批量大小和通道数都为1
X = X.reshape((1, 1, 6, 8))
Y = Y.reshape((1, 1, 6, 7))
lr = 3e-2 # 学习率
for i in range(10):
Y_hat = conv2d(X)
l = (Y_hat - Y) ** 2
conv2d.zero_grad()
l.sum().backward()
# 迭代卷积核
conv2d.weight.data[:] -= lr * conv2d.weight.grad
if (i + 1) % 2 == 0:
print(f'epoch {i+1}, loss {l.sum():.3f}')
# 所学习的卷积核的权重张量
print(conv2d.weight.data.reshape((1, 2)))
'''
输出:
epoch 2, loss 13.085
epoch 4, loss 3.236
epoch 6, loss 0.969
epoch 8, loss 0.337
epoch 10, loss 0.128
tensor([[ 0.9486, -1.0205]])
'''